 |
Universität Augsburg
|
|
|
Universität Augsburg
|
|
Herr Pierre Joos
Allianz Deutschland AG
spricht am
Mittwoch, 7. Februar 2018
um
15:30 Uhr
im
Raum J 2101 (WiWi Gebäude)
über das Thema:
| Abstract: |
| Stochastische Cash-Flow-Modelle bilden das Herzstück der internen Modelle von Lebensversicherungsunternehmen unter Solvency II. Mit ihnen werden Gewinne des Aktionärs (Future Profits) und Auszahlungen an den Versicherungsnehmer über einen Zeitraum von mehr als 50 Jahren projiziert. Damit sind sie unerlässlich für das Asset-Liability-Management sowie für die marktgerechte, aktuarielle Bewertung von Verbindlichkeiten. Das Zusammenwirken der Eingangsgrößen wie Kapitalmarktszenarien, Unternehmensdaten und Management Regeln ist hoch komplex und oft nicht leicht zu analysieren. Wir zeigen, dass Machine Learning Verfahren für zwei Anwendungen hilfreich sein können: 1) Eine vereinfachte und schnelle Methode zu haben, um die Ergebnisse des Cash-Flow-Modells vorherzusagen. 2) Die Ergebnisse zu analysieren, um die wesentlichen Treiber hinter bestimmten Ergebnissen (z.B. bei Verlusten) zu verstehen. Wir geben einen kurzen Einblick in verschiedene Modelle und Ansätze (wie z.B. Random Forest oder Neuronale Netze), sowie den technischen Set-Up, der für die Analysen verwendet werden kann. Außerdem stellen wir einen innovativen ML-Ansatz vor, der den Einfluss der verschiedenen Input-Größen analysiert und dabei Zusammenhänge über mehrere Variablen und über die Zeit hinweg erkennen kann. |
| Hierzu ergeht herzliche Einladung. |
| Prof. Dr. Ralf Werner, Prof. Dr. Marco Wilkens |